Logo
Cybersecurity

AI Agent Mengubah Skill yang Dibutuhkan Tim Cybersecurity

AI yang memberikan rekomendasi membawa satu jenis risiko. AI yang bisa langsung bertindak membuat pekerjaan cybersecurity menjadi berbeda.

ITSEC AsiaITSEC Asia
|
Sep 18, 2026
AI Agent Mengubah Skill yang Dibutuhkan Tim Cybersecurity

NIST sedang membangun AI agent untuk salah satu sumber data cybersecurity publik yang banyak digunakan.

Pada 17 September, Information Technology Laboratory NIST mempresentasikan pengembangan agentic workflow untuk membantu proses enrichment informasi vulnerability di National Vulnerability Database. NIST menyebut pekerjaan ini sebagai respons terhadap jumlah dan kompleksitas vulnerability yang terus meningkat. Presentasinya membahas architecture, masalah yang ditemukan selama implementation serta hasil awal penggunaan sistem tersebut.

Proyek tersebut menunjukkan perubahan yang lebih luas.

AI mulai bergerak dari menghasilkan informasi menuju menjalankan serangkaian pekerjaan. NIST menggambarkan AI agent sebagai sistem yang dapat melakukan tindakan secara otonom serta berinteraksi dengan sistem eksternal dan data internal.

Bagi profesional cybersecurity, ada lapisan kemampuan baru yang perlu dipelajari.

Security Harus Mengikuti Tindakannya

Aplikasi AI biasa menerima prompt lalu menghasilkan jawaban. Agent dapat memiliki akses ke tool, data dan permission yang membuatnya mampu melanjutkan pekerjaan sendiri.

Pertanyaan security ikut berubah.

  • Sistem apa saja yang bisa diakses agent?
  • Tindakan apa yang dapat dilakukan tanpa approval?
  • Identity dan permission apa yang digunakan?
  • Bagaimana sensitive context disimpan antar task?
  • Bisakah input yang tidak dipercaya mengubah tindakan berikutnya?
  • Evidence apa yang dicatat ketika agent melakukan sesuatu?
  • Di titik mana manusia harus mengambil alih?

Workshop ITU mengenai secure agentic AI pada September membahas area yang serupa, termasuk security and trust challenges, risk management, security framework dan metode evaluasi untuk memastikan agentic system dapat diuji secara layak.

Batas security akhirnya tidak berhenti pada model. Batas tersebut dapat mengikuti seluruh rangkaian tindakan yang diizinkan kepada AI.

Tim Cybersecurity Perlu Memahami Workflow

Perubahan ini menciptakan kebutuhan skill yang cukup menarik.

Orang yang menguji agentic system membutuhkan pemahaman AI untuk mengetahui bagaimana agent menggunakan context dan mengambil keputusan. Namun mereka juga tetap membutuhkan kemampuan cybersecurity yang sudah dikenal: identity, access control, application security, data protection, logging dan security testing.

Bedanya, sekarang mereka perlu berpikir dalam rangkaian.

Bayangkan agent membaca email, mengambil dokumen, memperbarui internal system lalu mengirim respons. Setiap tindakan mungkin sah jika dilihat sendiri-sendiri. Kombinasinya belum tentu aman.

Security assessment perlu melihat apa yang dapat dilakukan agent sepanjang workflow, termasuk ketika dua instruksi bertabrakan atau informasi dari satu tahap memengaruhi tahap berikutnya.

Pertanyaan red team pun bergeser dari “Bisakah model dibuat mengatakan sesuatu yang aneh?” menjadi “Bisakah sistem ini dibuat melakukan sesuatu yang seharusnya tidak dilakukan?”

Sesi pengujiannya mungkin menjadi sedikit lebih menarik.

Latih Sistemnya, Bukan Hanya Prompt-nya

Agentic AI security sangat cocok untuk pembelajaran praktis.

Peserta dapat diberikan simulated agent yang terhubung ke beberapa tool. Mereka lalu memetakan permission, memeriksa data yang dapat dijangkau dan menguji respons agent terhadap instruksi yang menyesatkan. Setelah itu, peserta harus merancang control tanpa membuat agent kehilangan seluruh kegunaannya.

Latihan tersebut menggabungkan pemahaman AI dengan judgment cybersecurity yang sudah dikenal.

Model seperti ini relevan dengan ITSEC Cyber & AI Academy, tempat kemampuan cybersecurity dan AI dapat dilatih bersama melalui skenario yang mendekati cara sistem digunakan dalam lingkungan kerja.

Tidak semua profesional cybersecurity perlu berubah menjadi AI researcher.

Namun organisasi membutuhkan orang yang mampu melihat autonomous workflow lalu tahu di bagian mana pertanyaan sulit perlu diajukan.

Pelajari program cybersecurity dan AI berbasis praktik di ITSEC Cyber & AI Academy.

Referensi: NIST: AI Agent Enrichment Workflow at the National Vulnerability Database, 17 September 2026 · ITU: Advancing Standardization for Secure Agentic AI, 7 September 2026 · NIST: AI Agent Standards Initiative

Share this post

You may also like

Dalam Pelatihan Cybersecurity, Gagal Bisa Jadi Bagian dari Belajar
Cybersecurity

Dalam Pelatihan Cybersecurity, Gagal Bisa Jadi Bagian dari Belajar

Latihan cybersecurity yang semuanya berjalan sesuai rencana memang menenangkan. Mungkin justru terlalu menenangkan. Insiden sebenarnya jarang datang dengan petunjuk yang rapi. Alert yang terlihat sepele bisa berubah menjadi masalah serius. Informasi yang tersedia belum tentu lengkap. Seorang analis bisa mengikuti satu asumsi selama 20 menit sebelum sadar bahwa sejak awal ia melihat ke arah yang salah. Bagian yang berantakan seperti inilah yang perlu lebih sering muncul dalam pelatihan. NIST melalui National Initiative for Cybersecurity Education (NICE) mengangkat pendekatan tersebut dalam pembahasan terbaru mengenai kesiapan talenta siber. Salah satu fokusnya adalah realism-based training, termasuk bagaimana kegagalan dalam lingkungan yang terkontrol dapat digunakan sebagai data untuk melihat kesiapan seseorang. Nilai ujian bisa menunjukkan apakah seseorang menemukan jawaban. Proses menuju jawaban tersebut sering kali memberi informasi yang jauh lebih menarik. JAWABAN YANG SALAH BISA MENUNJUKKAN SKILL YANG KURANG Bayangkan dua analis SOC sedang menyelidiki aktivitas mencurigakan. Keduanya akhirnya menemukan sumber masalah. Analis pertama sampai ke sana melalui investigasi yang sistematis. Analis kedua mencoba lima teori, melewatkan satu petunjuk dan akhirnya menemukan jawabannya karena sedikit keberuntungan. Di atas kertas,

ITSEC AsiaITSEC Asia
|
Sep 04, 2026 — 3 minutes read
Mencari Talenta Cybersecurity Berpengalaman, Siapa yang Melatih Pemula?
Cybersecurity

Mencari Talenta Cybersecurity Berpengalaman, Siapa yang Melatih Pemula?

Bagi pencari kerja di bidang teknis, ada satu pertanyaan yang cukup membingungkan: bagaimana mendapatkan pengalaman jika sebagian lowongan sudah meminta pengalaman sebelumnya? Di bidang cybersecurity, persoalan ini menjadi tantangan tersendiri karena organisasi membutuhkan profesional yang mampu melindungi sistem, menyelidiki insiden dan mengelola risiko. Riset pemerintah Inggris memberikan gambaran mengenai persoalan tersebut. Dalam laporan Cyber Security Skills in the UK Labour Market 2026 yang diterbitkan pada 29 September 2026, jumlah lulusan cybersecurity meningkat 14% dari tahun akademik 2022/23 ke 2023/24, mencapai 7.950 orang. Namun, pendaftaran program apprenticeship khusus cybersecurity turun 15% antara tahun akademik 2023/24 dan 2024/25. Laporan yang sama memperkirakan pertumbuhan tenaga kerja cybersecurity Inggris hanya mencapai 2% dibandingkan tahun sebelumnya. GOV.UK [https://www.gov.uk/government/publications/cyber-security-skills-in-the-uk-labour-market-2026/cyber-security-skills-in-the-uk-labour-market-2026?utm_source=chatgpt.com] Artinya, bertambahnya jumlah lulusan belum otomatis menjamin tersedianya kandidat yang siap menjalankan pekerjaan operasional. Perusahaan membutuhkan bukti kemampuan praktis, sementara talenta pemula membutuhkan lingkungan untuk mengembangkan kemampuan tersebut. KETIKA MATERI PELATIHAN BELUM CUKUP Cybersecurity memiliki banyak spesialisasi. Analis security operations menyelidiki aktivitas mencurigakan, penetration tester menguji kelemahan sistem dalam lingkungan yang diizinkan, sedangkan spesialis governance menilai kontrol dan risiko. Masing-masing membutuhkan kombinasi pengetahuan,

ITSEC AsiaITSEC Asia
|
Okt 15, 2026 — 3 minutes read
Cybersecurity Network di Era AI: Membangun Arsitektur Zero Trust yang Tangguh untuk Enterprise
Cybersecurity

Cybersecurity Network di Era AI: Membangun Arsitektur Zero Trust yang Tangguh untuk Enterprise

Artificial Intelligence (AI) mempercepat transformasi digital di berbagai industri. Namun di saat yang sama, AI juga mempercepat evolusi ancaman siber. Dari phishing berbasis AI hingga automated vulnerability scanning, pelaku ancaman kini bergerak lebih cepat dan lebih presisi. Dalam konteks ini, cybersecurity network bukan lagi sekadar lapisan proteksi teknis. Ia menjadi fondasi ketahanan bisnis. Menurut tren industri, serangan modern semakin menargetkan celah pada identitas, konfigurasi cloud, serta lalu lintas internal jaringan (east-west traffic), bukan hanya perimeter tradisional. Bagi CISO, CTO, IT Manager, dan pengambil keputusan strategis, ini berarti arsitektur keamanan jaringan harus didesain ulang agar adaptif, berbasis risiko, dan selaras dengan tujuan bisnis. Apa Itu Cybersecurity Network? Cybersecurity network adalah kerangka terintegrasi yang mencakup teknologi, kebijakan, proses, dan kontrol yang dirancang untuk melindungi infrastruktur digital organisasi dari akses tidak sah, gangguan, maupun kebocoran data. Dalam lingkungan enterprise, cakupannya meliputi: * Infrastruktur on-premise * Hybrid dan multi-cloud environment * Aplikasi SaaS * Remote workforce * Sistem Operational Technology (OT) * Integrasi pihak ketiga Cybersecurity network bukan satu solusi tunggal, melainkan ekosistem keamanan yang terkoordinasi. Sumber

ITSEC AsiaITSEC Asia
|
Feb 20, 2026 — 4 minutes read

Receive weekly
updates on new posts

Subscribe